泊马度胺药代动力学变异性的生理药代动力学分析：疾病相关生理、种族、肝功能损伤、食物效应、药物相互作用与吸烟的影响

《Clinical Pharmacokinetics》：Understanding Pharmacokinetic Variability of Pomalidomide: A Physiologically Based Pharmacokinetic Analysis of Disease-Related Physiology, Ethnicity, Hepatic Impairment, Food Effects, Drug Interactions, and Smoking

　　

背景与目的：鉴于泊马度胺（pomalidomide）在复发和/或难治性多发性骨髓瘤（relapsed and/or refractory multiple myeloma, RRMM）患者中的长期使用，理解其个体间药代动力学（pharmacokinetic, PK）变异性及药物相互作用的潜力具有临床重要性。本研究旨在开发一个整合了多种PK变异性来源（包括RRMM相关生理学、种族、肝功能损伤、食物效应、药物相互作用及吸烟）的泊马度胺生理药代动力学（physiologically based pharmacokinetic, PBPK）模型。 方法：研究人员开发了一个PBPK模型，该模型整合了计算机模拟预测及实验测得的物理化学与生物药剂学特性，以及代表疾病状态、肝功能、进食状态和种族差异的生理参数。该模型预测了与多种变异性来源相关的PK及全身暴露量的变化（以集中趋势的偏移进行评估）。 结果：该模型在所有评估场景下均提供了对观察到的PK曲线的可靠估计，超过90%的预测PK指标落在临床报告值的0.80至1.25倍范围内。与欧洲和日本血统人群的RRMM相关的PK变化，以及按严重程度分级的肝功能损伤相关的PK变化，均得到了合理预测，尽管在重度肝功能损伤中对全身暴露量略有高估（预测值与报告值之比≈1.55）。PBPK模型对与高脂、高热量餐食共同给药效果的预测（Cmax降低15–30%）也与在欧洲和中国队列中的临床观察结果一致。此外，PBPK模型在模拟由氟伏沙明（fluvoxamine）（细胞色素P450 1A2 [CYP1A2]抑制）和吸烟（CYP1A2诱导）介导的中等程度相互作用，以及酮康唑（ketoconazole）共同给药的微弱影响（CYP3A4抑制）方面，显示出良好的预测性能，预测的Cmax和AUC与报告值的比值均在0.90–1.05范围内。 结论：总体而言，本工作凸显了PBPK建模框架在提供关于泊马度胺PK变异性的多种来源的机制性见解方面的效用，并具有对其他药物的更广泛适用潜力。

研究背景与问题

泊马度胺（pomalidomide）是一种用于治疗复发和/或难治性多发性骨髓瘤（RRMM）的免疫调节酰亚胺类药物（IMiD），通常与小剂量地塞米松联用。其作用机制类似于“分子胶”，通过修饰cereblon E3泛素连接酶复合物，促进特定转录调控因子的靶向泛素化和降解，从而发挥抗增殖、免疫调节和抗血管生成作用。尽管与沙利度胺和来那度胺结构相似，泊马度胺的药理学效能更高，安全性特征不同，且清除途径独特：其主要通过肝脏代谢，特别是细胞色素P450（CYP）1A2介导，其次由CYP3A4参与，而沙利度胺主要通过非酶水解，来那度胺则主要以原形经肾脏排泄。这些差异直接影响其对药物相互作用（DDI）和个体间PK变异性的易感性。

临床上，泊马度胺需长期每日口服给药，患者常同时使用预防感染、管理不良事件或治疗合并症的药物，增加了多药联用的可能性。因此，与CYP1A2和/或CYP3A4调节剂的合用可能引起有临床意义的PK改变。此外，多种生理和环境因素也可能导致PK变异，包括：RRMM本身引起的血液学和蛋白结合参数变化（如血细胞比容和血清白蛋白降低）、肝功能损伤、食物摄入（中等和高脂餐）以及吸烟（通过多环芳烃诱导CYP1A2）。不同地理种族的体型分布和CYP酶丰度差异也会进一步增加PK变异。虽然已有临床研究分别考察了部分因素，但仍缺乏一个统一的、机制性的框架来整合这些变异来源并解释其对泊马度胺PK的影响方向和幅度。

鉴于泊马度胺的暴露-反应关系相对平坦，且其口服清除率的变异系数高达40%-65%，理解PK变异性的来源对于保障安全有效的治疗至关重要。因此，本研究旨在开发和验证一个泊马度胺的生理药代动力学（PBPK）模型，用以再现观察到的PK集中趋势，并从机制上解释由关键变异来源导致的暴露变化。

主要技术方法

研究人员采用GastroPlus^?软件（版本10.1和10.2）构建了一个全身体PBPK模型，并结合高级房室吸收与转运（ACAT）模型来模拟口服吸收过程。模型输入参数整合了计算机模拟预测（使用ADMET Predictor^?）和实验测量的物理化学与生物药剂学性质，例如酸解离常数（pKa）、油水分配系数（log P）、水溶性、有效人体肠道渗透性（P_eff）、血浆蛋白游离分数（f_up）、血药浓度-血浆浓度比（B/P）、CYP介导的代谢参数以及肾脏清除率。胶囊制剂的体外溶出曲线通过产品粒径分布（P-PSD）方法转化为体内溶出。所有模拟均针对代表性虚拟个体进行，其人口统计学属性（年龄、性别、体型、种族、疾病状态）与对应临床研究的受试者平均特征相匹配。

研究结果

3.1 健康个体中的PBPK模型验证

研究人员利用单次口服4 mg泊马度胺胶囊（空腹和标准中等脂肪、中等热量餐后条件）的数据集训练模型。通过将log P从实测值0.79优化至1.0，并对“其他”（other）组织房室的组织-血浆分配系数（K_p,other）应用4倍校正因子，模型成功再现了空腹状态下的平均药时曲线和PK参数。在进食状态下，通过设定餐后胃肠道生理参数并将P_eff降低15%，模型捕捉到了C_max降低和t_max延迟的现象。模型还准确预测了0.5 mg至2 mg每日多次口服给药后的PK曲线，并成功预测了2 mg/天方案给药后精液中的药物浓度（预测值18.5 ng/mL vs. 报告值16.5±1.8 ng/mL）。

3.2 RRMM相关生理变化和种族对泊马度胺PK的影响

为模拟欧洲血统RRMM患者，研究人员纳入了疾病相关的血清白蛋白降低17%和血细胞比容降低26%的变化，并对K_p,other应用3.7倍的校正因子以反映终末相延长。对于日本血统RRMM患者，模型额外考虑了较低的体型、相应缩小的心输出量以及基于蛋白质组学的较低肝CYP1A2和CYP3A4丰度（约为欧洲血统的70%）。这些调整使模型成功再现了两个种族患者在0.5 mg至4 mg每日剂量范围内的PK数据。

3.3 肝功能损伤对泊马度胺PK的影响

根据Child-Pugh分级，研究人员在模型中纳入了肝脏体积、肝血流量、血清白蛋白、血细胞比容以及CYP1A2和CYP3A4丰度的分层变化。模拟结果再现了从轻度到重度肝功能损伤患者中泊马度胺AUC逐渐增加、C_max轻微降低的趋势，但在重度肝功能损伤中对AUC的增加幅度有所高估（预测值与报告值比为1.55）。

3.4 食物对泊马度胺PK的影响

对于高脂、高热量餐食的负向食物效应，模型通过餐后生理设置和将P_eff降低50%来模拟。这成功再现了在欧洲和中国血统健康人群中观察到的C_max降低15-35%、t_max延长2-3倍而AUC基本不变的现象。

3.5 药物相互作用和吸烟对泊马度胺PK的影响

DDI模拟结果表明，与氟伏沙明（强效CYP1A2抑制剂，50 mg每日两次）合用可使泊马度胺AUC_0-inf增加约2倍，与临床观察一致。与酮康唑（CYP3A4抑制剂，200 mg每日两次）合用的影响可忽略不计（AUC增加<20%）。双抑制剂（氟伏沙明+酮康唑）的联合作用也被准确预测，其AUC比值略高于单用氟伏沙明（约2.4 vs. 2.1），突出了CYP1A2的主导作用。吸烟对CYP1A2的诱导效应（1.87倍）也被成功模拟，预测的C_max、AUC、t_max和CL/F比值与临床数据一致。

结论与意义

总体而言，本工作成功建立并验证了一个泊马度胺的全身体PBPK模型，该模型能够整合并机制性地解释来自疾病状态、种族、肝功能、食物、药物相互作用和吸烟等多种来源的PK变异性。在所有评估场景中，超过90%的预测PK指标落在临床报告值的0.80至1.25倍范围内。研究结论强调，PBPK建模框架在提供泊马度胺PK变异性机制性见解方面具有重要价值，并且该方法具有推广应用于其他药物以辅助转化决策和精准给药的潜力。